Personality Traits and Primarydysmenorrhea: A Cross-Sectional Study in Iranian Medical Students
Notice bibliographique
Résumé
Background & Objective: Dysmenorrhea is a common problem and sometimes disabling condition among women of childbearing age. It plays several problems in personal and social life. Although few studies have explored the relationship between psychosocial factors and dysmenorrhea, the evidence for a psychological etiology is growing. The aim of this research was to find and explore a relation between psychological traits and primary dysmenorrhea. Methods: A cross-sectional study was conducted with two groups of medical students (medicine and paramedicine) of Babol University of Medical Sciences. Two hundred female students participated in the study (100 dysmenorrhea, 100 without dysmenorrhea).All subjects asked to complete 20-item Toronto Alexithymia Scale (TAS-20) with three subscales (difficulties in identifying feelings, difficulties in describing feelings, externally oriented thinking)and NEO-Five Factor Inventory of Personality (NEO-FFI) with five subscales(neuroticism, extraversion, openness to experience, agreeableness and conscientiousness).The T-test and multiple linear regression was used to analyze the data. Results: Multiple linear regression analysis after adjusting for age, age menarche, family history of dysmenorrhea, menstrual status and residence area showed that individual with dysmenorrhea had significantly more than non- dysmenorrhea in some personality traits scores; neuroticism ( =4.48,p<0. 01), DIF ( =3.38,p<0.01) and total alexithymia score ( =5.65 P <0.01). Conclusion: Our resultsshowed that dysmenorrhea is characterized by increased neuroticism and alexithymiain. This study proposes that women with primary dysmenorrhea should be evaluated and treated by two departments of gynecology and psychiatry.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».